Comparing Measures of Cystatin C in Human Sera by Three Methods
Notice bibliographique
Résumé
BACKGROUND: Cystatin C (Cys C) is measured by particle-enhanced nephelometric immunoassay (PENIA), particle-enhanced turbidimetric immunoassay (PETIA) and ELISA. AIM: To determine differences among these methods. METHOD: 80 normal human sera and 20 from patients with renal and/or heart disease were simultaneously assayed. Statistical analyses including receiver operating characteristics (ROC) of the three methods were compared. RESULTS: There was a highly significant correlation across the assay range between the ELISA and PENIA (r(2) = 0.94) and PETIA methods (r(2) = 0.95). Analysis of variance and bias were poor between the ELISA and the other two methods. Mean difference between ELISA and PETIA was 0.65 +/- 0.63 microg/ml, while it was 0.58 +/- 0.53 microg/ml between ELISA and PENIA. Accuracy (at 30% range) was 17 and 11% between ELISA and PETIA and ELISA and PENIA, respectively. Normalization of the ELISA by a factor of 0.66 improved this relationship. AUC of ROC curves of PENIA, ELISA and normalized ELISA to predict Cys C levels measured from PETIA were all above 0.87 (p = not significant between curves). Criterion values of ELISA*.66 method was close to PETIA measurements. CONCLUSION: There is a significant difference in measured human Cys C levels among the three methods, and normalization of ELISA narrows these differences.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».